| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究述评 | 第12-18页 |
| 1.2.1 关联规则分析 | 第13-14页 |
| 1.2.2 相同购买分析 | 第14-15页 |
| 1.2.3 个性化推荐 | 第15-18页 |
| 1.3 概念界定及研究问题 | 第18-20页 |
| 1.3.1 概念界定 | 第18-19页 |
| 1.3.2 研究问题 | 第19-20页 |
| 1.4 研究方法及框架 | 第20-23页 |
| 1.4.1 研究方法 | 第20-21页 |
| 1.4.2 研究框架 | 第21-23页 |
| 2 相关理论及技术 | 第23-30页 |
| 2.1 超市购物篮分析 | 第23-25页 |
| 2.2 复杂网络相关理论 | 第25-27页 |
| 2.2.1 复杂网络理论 | 第25-26页 |
| 2.2.2 社会网络分析 | 第26-27页 |
| 2.3 文本挖掘与TF-IDF算法 | 第27-30页 |
| 3 商品网络与消费者网络特征分析 | 第30-41页 |
| 3.1 数据获取 | 第30-31页 |
| 3.2 商品网络分析 | 第31-36页 |
| 3.2.1 商品网络绘制 | 第31-33页 |
| 3.2.2 调性商品挖掘 | 第33-36页 |
| 3.3 消费者网络分析 | 第36-41页 |
| 3.3.1 消费者网络绘制 | 第36-39页 |
| 3.3.2 高端消费者群体 | 第39-41页 |
| 4 消费者评价挖掘 | 第41-46页 |
| 4.1 分词与特征项表示 | 第42页 |
| 4.2 词义相似度计算和文本聚类 | 第42-44页 |
| 4.3 评价品类分布 | 第44-46页 |
| 5 基于商品网络、消费者网络和评价的个性化推荐方法 | 第46-51页 |
| 5.1 基于商品网络、消费者网络和评价的推荐框架 | 第46-47页 |
| 5.2 基于商品网络、消费者网络和评价的推荐算法 | 第47-51页 |
| 5.2.1 商品关联强度 | 第47-48页 |
| 5.2.2 基于商品网络的关联算法 | 第48-49页 |
| 5.2.3 基于消费者网络的关联度算法 | 第49页 |
| 5.2.4 基于评价关联度算法 | 第49-50页 |
| 5.2.5 基于商品网络、消费者网络和评价的关联度回归模型 | 第50-51页 |
| 6 结果与讨论 | 第51-64页 |
| 6.1 结论与启示 | 第51-62页 |
| 6.1.1 解读商品间的关系 | 第51-53页 |
| 6.1.2 挖掘高调性商品 | 第53-55页 |
| 6.1.3 高端消费群体发现 | 第55-57页 |
| 6.1.4 消费者评价挖掘 | 第57-59页 |
| 6.1.5 个性化商品推荐 | 第59-62页 |
| 6.2 贡献与展望 | 第62-64页 |
| 主要参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |